黑马程序员技术交流社区
标题:
一个简单的lucene全文索引的创建及追加过程
[打印本页]
作者:
15670379287
时间:
2016-4-5 22:07
标题:
一个简单的lucene全文索引的创建及追加过程
Lucene是一套用于全文检索和搜寻的开放源码程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻，在Java开发环境里Lucene是一个成熟的免费开放源代码工具；就其本身而论，Lucene是现在并且是这几年，最受欢迎的免费java资讯检索程式库。人们经常提到资讯检索程式库，就像是搜寻引擎，但是不应该将资讯检索程式库与网搜索引擎相混淆。
下面是一个简单的lucene索引创建及追加的代码
Java代码
[url=]
[/url]
IndexWriter writer = null;
try{
File root = new File(indexPath);
if (root == null || root.listFiles() == null || root.listFiles().length == 0) {
System.out.println("----------begin index-----------");
writer = new IndexWriter(indexPath, new StandardAnalyzer(),
true);
} else {
System.out.println("----------append index-----------");
writer = new IndexWriter(indexPath, new StandardAnalyzer(),
false);
}
TopicDetail td = new TopicDetail();
Document doc = new Document();
doc.add(new Field("tid", String.valueOf(td.getTopicID()), Field.Store.YES, Field.Index.TOKENIZED));
doc.add(new Field("pid", String.valueOf(td.getPID()),Field.Store.YES, Field.Index.TOKENIZED));
doc.add(new Field("mtitle", td.getTopicTitle(), Field.Store.YES, Field.Index.TOKENIZED));
doc.add(new Field("mauthor", td.getTopicAuthor(), Field.Store.YES, Field.Index.TOKENIZED));
doc.add(new Field("mtime", td.getTopicPostTime(), Field.Store.YES, Field.Index.UN_TOKENIZED));
doc.add(new Field("mcontent", td.getTopicContent(), Field.Store.YES, Field.Index.TOKENIZED));
doc.add(new Field("murl", td.getUrl(), Field.Store.YES, Field.Index.TOKENIZED));
writer.addDocument(doc);
System.out.println("正在对索引进行优化...");
writer.optimize();
System.out.println("优化完毕！");
System.out.println("正在关闭索引读写器...");
writer.close();
System.out.println("索引读写器已经关闭！");
}catch(Exception e){
e.printStackTrace();
}finally{
try {
writer.close();
} catch (CorruptIndexException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
这段代码主要处理的是索引的创建以及追加的过程，如果只是平常的应用，我觉得有这些代码已经足够了。
在new 一个filed的时候，Field.Store 表示“是否存储”，即该Field内的信息是否要被原封不动的保存在索引中。
Field.Index 表示“是否索引”，即在这个Field中的数据是否在将来检索时需要被用户检索到，一个“不索引”的Field通常仅是提供辅助信息储存的功能。
Store
COMPRESS:压缩保存。用于长文本或二进制数据
YES：保存
NO：不保存
Index
NO：不建索引
TOKENIZED：分词，建索引
UN_TOKENIZED：不分词，建索引
NO_NORMS：不分词，建索引。但是Field的值不像通常那样被保存，而是只取一个byte，这样节约存储空间
需要注意的是，如果你查询的时候需要对某个字段进行排序，那么这个指定的字段必须为field.index.un_tokenized，否则查询会报错
作者:
strongmanzxh
时间:
2016-4-5 22:10
看着有点晕 很厉害呀
欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)
黑马程序员IT技术论坛 X3.2
[/url]